Luận văn: Dự báo phá sản doanh nghiệp BĐS bằng Z-Score & H-Score

Luận văn: Dự báo phá sản doanh nghiệp bất động sản niêm yết tại Việt Nam bằng mô hình Z-Score và H-Score. Nghiên cứu ứng dụng, phân tích chuyên sâu.

• Tác giả: Bùi Quang Minh
• Người hướng dẫn: Ts. Nguyễn Đỗ Quyên
• Trường học: Trường Đại Học Ngoại Thương
• Chuyên ngành: Tài chính – Ngân hàng
• Đề tài: Ứng dụng mô hình Z-score và H-score trong dự báo khả năng phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• MỤC LỤC
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• TÓM TẮT KẾT QUẢ NGHIÊN CỨU CỦA LUẬN VĂN
• 1. CHƢƠNG 1: GIỚI THIỆU CHUNG
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tƣợng và phạm vi nghiên cứu
• 1.4. Phƣơng pháp nghiên cứu
• 1.5. Kết cấu của đề tài
• 1.6. Đóng góp của nghiên cứu
• 2. CHƢƠNG 2: CƠ SỞ LÝ LUẬN VỀ PHÁ SẢN DOANH NGHIỆP VÀ MÔ HÌNH DỰ BÁO PHÁ SẢN DOANH NGHIỆP
• 2.1. Phá sản doanh nghiệp
• 2.2. Dự báo phá sản doanh nghiệp
• 2.3. Các mô hình dự báo phá sản doanh nghiệp
• 2.4. Mô hình Z-score
• 2.5. Mô hình H-score
• 2.6. Các mô hình dự báo phá sản khác
• 2.7. Tổng quan các nghiên cứu về các mô hình dự báo khả năng phá sản của doanh nghiệp
• 2.7.1. Tổng quan các công trình nghiên cứu nước ngoài
• 2.7.2. Tổng quan các công trình nghiên cứu trong nước
• 3. CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU
• 3.1. Thu thập số liệu
• 3.2. Phân tích và xử lý số liệu
• 3.3. Quy trình nghiên cứu
• 3.4. Phƣơng pháp nghiên cứu
• 3.5. Mô hình nghiên cứu
• 3.5.1. Mô hình Z-score
• 3.5.2. Mô hình H-score
• 3.6. Độ chính xác của kết quả dự báo
• 4. CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VỀ ỨNG DỤNG MÔ HÌNH Z- SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM
• 4.1. Mô tả số liệu
• 4.2. Mô hình Z-score
• 4.3. Mô hình H-score
• 4.4. Thực trạng của ngành bất động sản và các doanh nghiệp bất động sản
• 4.4.1. Vai trò của ngành bất động sản trong nền kinh tế
• 4.4.2. Tình hình thị trường bất động sản
• 4.4.3. Tình hình hoạt động của các doanh nghiệp bất động sản niêm yết
• 4.5. Kết quả nghiên cứu
• 4.5.1. Kết quả dự báo phá sản
• 4.5.2. Phân loại theo quy mô tài sản của doanh nghiệp
• 4.5.3. Phân loại theo giá thị trường của cổ phiếu
• 4.5.4. Kết quả trung bình Z-score và H-score qua các năm
• 4.5.5. Các công ty dự báo phá sản trong 2 mô hình
• 4.5.6. Độ chính xác của 2 mô hình
• 4.5.7. Kiểm định sự khác biệt trong khả năng dự báo phá sản của 2 mô hình
• 5. CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• 5.1. Đối với doanh nghiệp
• 5.2. Đối với các nhà đầu tư
• 5.3. Đối với các tổ chức tài chính
• 5.4. Hạn chế của nghiên cứu và hƣớng nghiên cứu trong tƣơng lai
• DANH MỤC TÀI LIỆU THAM KHẢO
• PHỤ LỤC 1: DANH SÁCH 56 CÔNG TY BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM GIAI ĐOẠN 2017-2020

Tóm tắt

I. Tại sao Dự báo phá sản BĐS là cần thiết cho nhà đầu tư thông minh

Trong bối cảnh nền kinh tế toàn cầu và Thị trường BĐS Việt Nam liên tục biến động, việc dự báo phá sản BĐS trở thành một yếu tố sống còn cho các nhà đầu tư và doanh nghiệp. Đại dịch Covid-19 từ giữa năm 2020 đã tạo ra một làn sóng phá sản mạnh mẽ trên toàn cầu, với dự đoán tỷ lệ phá sản có thể tăng 35% từ 2019 đến 2021 (Euler Hermes, 2020). Ngành bất động sản, dù có những triển vọng tích cực tại Việt Nam, vẫn không nằm ngoài vòng xoáy rủi ro này. Theo Jones Lang Lasalle, khối lượng đầu tư bất động sản tại Châu Á - Thái Bình Dương giảm 32% trong nửa đầu năm 2020. Những con số này cảnh báo về khủng hoảng Bất động sản tiềm ẩn, đòi hỏi một công cụ đáng tin cậy để đánh giá doanh nghiệp BĐS và nhận diện sớm rủi ro phá sản BĐS.

Sự phá sản của một doanh nghiệp không chỉ gây thiệt hại cho chính doanh nghiệp đó mà còn lan rộng ảnh hưởng đến các bên liên quan như chủ nợ, nhà đầu tư, nhân viên và toàn bộ nền kinh tế. Đặc biệt trong lĩnh vực bất động sản, nơi khách hàng thường thanh toán trước, hậu quả tài chính có thể rất nghiêm trọng. Do đó, việc sở hữu các chỉ số tài chính dự báo phá sản hiệu quả là vô cùng cần thiết. Nó giúp các nhà quản lý doanh nghiệp đưa ra quyết định chiến lược, các nhà đầu tư bảo vệ vốn và các tổ chức tài chính quản lý rủi ro tín dụng Bất động sản.

Nghiên cứu của Bùi Quang Minh (2022) nhấn mạnh sự cần thiết của việc ứng dụng mô hình Z-score và H-score trong dự báo khả năng phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam. Công trình này đóng góp thêm bằng chứng thực nghiệm, giúp cộng đồng tài chính hiểu rõ hơn về khả năng vỡ nợ doanh nghiệp trong ngành BĐS. Việc hiểu và áp dụng các mô hình này không chỉ là một lợi thế cạnh tranh mà còn là một tấm lá chắn quan trọng trước những bất ổn thị trường.

1.1. Tầm quan trọng của sức khỏe tài chính công ty BĐS trong bối cảnh hiện nay

Trong giai đoạn kinh tế nhiều biến động, việc duy trì sức khỏe tài chính công ty BĐS lành mạnh là yếu tố then chốt quyết định sự tồn vong của doanh nghiệp. Một doanh nghiệp có sức khỏe tài chính tốt không chỉ đảm bảo khả năng thanh toán các khoản nợ ngắn hạn và dài hạn mà còn có khả năng chống chịu tốt hơn trước các cú sốc thị trường. Ngược lại, những dấu hiệu suy yếu như lợi nhuận giảm sút, nợ xấu Bất động sản gia tăng, hoặc thanh khoản BĐS kém có thể là chỉ số cảnh báo phá sản sớm.

Việc đánh giá chính xác sức khỏe tài chính công ty BĐS giúp các bên liên quan đưa ra quyết định kịp thời. Đối với doanh nghiệp, đây là cơ sở để điều chỉnh chiến lược kinh doanh, quản lý dòng tiền và cơ cấu nợ. Đối với nhà đầu tư, đó là thông tin quan trọng để lựa chọn đầu tư Bất động sản an toàn, tránh xa các dự án hoặc công ty có nguy cơ cao. Cuối cùng, các tổ chức tài chính như ngân hàng cần những đánh giá này để thẩm định rủi ro tín dụng Bất động sản trước khi cấp vốn. Thiếu đi công cụ đánh giá toàn diện, việc nhận diện sức khỏe tài chính công ty BĐS trở nên mơ hồ, dẫn đến những quyết định sai lầm và hậu quả khó lường.

1.2. Thách thức đánh giá doanh nghiệp BĐS giữa biến động thị trường

Việc đánh giá doanh nghiệp BĐS luôn tiềm ẩn nhiều thách thức do đặc thù của ngành. Thị trường BĐS Việt Nam nổi tiếng với tính chu kỳ, sự nhạy cảm với chính sách vĩ mô, lãi suất và rủi ro tín dụng Bất động sản. Các báo cáo tài chính của doanh nghiệp BĐS thường phức tạp, với nhiều khoản mục đặc thù như hàng tồn kho lớn (đất đai, dự án dở dang) và các khoản nợ vay dài hạn. Điều này khiến việc phân tích báo cáo tài chính BĐS trở nên khó khăn hơn so với các ngành sản xuất hay dịch vụ thông thường.

Ngoài ra, thông tin trên thị trường có thể không đầy đủ hoặc bị thao túng, gây khó khăn cho việc nhận diện khả năng vỡ nợ doanh nghiệp thực sự. Các phương pháp truyền thống đôi khi không đủ nhạy để phát hiện sớm các dấu hiệu rủi ro phá sản BĐS. Đây là lý do cần đến các mô hình định lượng tiên tiến như Z-Score và H-Score, vốn được thiết kế để xử lý lượng lớn dữ liệu tài chính và đưa ra chỉ số cảnh báo phá sản khách quan hơn. Tuy nhiên, thách thức vẫn nằm ở việc điều chỉnh và áp dụng các mô hình này một cách phù hợp với bối cảnh đặc thù của Việt Nam.

II. Hướng dẫn chi tiết Mô hình Z Score Altman dự báo phá sản BĐS hiệu quả

Trong số các công cụ dự báo phá sản BĐS, Altman Z-Score là một trong những mô hình được công nhận và sử dụng rộng rãi nhất trên thế giới. Phát triển bởi Giáo sư Edward I. Altman vào năm 1968, mô hình này đã chứng minh khả năng dự đoán chính xác cao về khả năng vỡ nợ doanh nghiệp. Mặc dù ban đầu được thiết kế cho các công ty sản xuất ở Mỹ, nhưng sau đó, Altman đã phát triển nhiều phiên bản, trong đó có Mô hình Z-Score (1995) được điều chỉnh để phù hợp với cả các doanh nghiệp phi sản xuất và các thị trường mới nổi.

Nghiên cứu của Bùi Quang Minh (2022) đã lựa chọn Mô hình Z-Score (1995) để ứng dụng Z-Score trong BĐS niêm yết tại Việt Nam. Lý do chính là vì ngành bất động sản vừa có yếu tố sản xuất (xây dựng) vừa có yếu tố phi sản xuất (dịch vụ môi giới, cho thuê). Hơn nữa, mô hình này được chứng minh là phù hợp với đặc trưng của các thị trường mới nổi như Việt Nam, vốn có khả năng tiếp cận vốn hẹp, quy mô doanh nghiệp nhỏ và rủi ro thanh khoản BĐS cao (Altman, 2000). Việc sử dụng Altman Z-Score cung cấp một chỉ số tài chính dự báo phá sản định lượng, giúp các nhà đầu tư và tổ chức tài chính có cái nhìn khách quan về sức khỏe tài chính công ty BĐS.

Để áp dụng mô hình này, việc phân tích báo cáo tài chính BĐS là bước đầu tiên và quan trọng nhất. Các dữ liệu về tài sản, nợ phải trả, lợi nhuận, và vốn chủ sở hữu cần được thu thập và xử lý cẩn thận. Sự chính xác của dữ liệu đầu vào quyết định độ tin cậy của kết quả dự báo phá sản BĐS. Mặc dù có những hạn chế mô hình Z-Score, nhưng với lịch sử đã được kiểm chứng và sự điều chỉnh qua các phiên bản, Altman Z-Score vẫn là một công cụ không thể thiếu trong bộ công cụ đánh giá doanh nghiệp BĐS hiện đại.

2.1. Giải mã công thức Z Score 1995 Các chỉ số tài chính cốt lõi

Công thức Z-Score (1995), hay Z”, là một phương trình đa biến số được thiết kế để dự báo phá sản BĐS thông qua việc kết hợp các tỷ số tài chính quan trọng. Công thức có dạng: Z” = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4. Mỗi biến số (X1, X2, X3, X4) đại diện cho một khía cạnh khác nhau của sức khỏe tài chính công ty BĐS:

• X1 = Vốn lưu động / Tổng tài sản: Đo lường thanh khoản BĐS và khả năng quản lý tài sản ngắn hạn. Biến này phản ánh mức độ dễ dàng chuyển đổi tài sản thành tiền mặt để đáp ứng các nghĩa vụ ngắn hạn. Giá trị X1 cao cho thấy doanh nghiệp có khả năng thanh toán tốt.
• X2 = Lợi nhuận giữ lại / Tổng tài sản: Phản ánh khả năng sinh lời tích lũy và sức mạnh tài chính nội tại của doanh nghiệp. Biến này cho thấy mức độ tái đầu tư lợi nhuận để phát triển, giảm phụ thuộc vào nợ vay.
• X3 = Lợi nhuận trước thuế và lãi vay (EBIT) / Tổng tài sản: Đánh giá hiệu quả hoạt động kinh doanh, khả năng tạo ra lợi nhuận từ tài sản của doanh nghiệp, không tính đến chi phí lãi vay và thuế.
• X4 = Giá trị sổ sách của vốn chủ sở hữu / Nợ phải trả: Đây là chỉ số quan trọng đo lường đòn bẩy tài chính và khả năng chịu đựng của vốn chủ sở hữu trước các khoản nợ, là một chỉ số cảnh báo phá sản sớm. Chỉ số này càng cao, rủi ro càng thấp. Việc hiểu rõ từng biến số giúp phân tích báo cáo tài chính BĐS sâu sắc hơn, từ đó nâng cao độ tin cậy của dự báo phá sản BĐS.

2.2. Cách diễn giải chỉ số Z Score và vùng rủi ro cho BĐS

Sau khi tính toán chỉ số Z-Score (Z”), kết quả sẽ được đối chiếu với các ngưỡng nhất định để phân loại khả năng vỡ nợ doanh nghiệp. Altman đã đưa ra ba vùng chính:

• Vùng an toàn (Z” > 2,6): Doanh nghiệp nằm trong vùng này được coi là có sức khỏe tài chính công ty BĐS lành mạnh, ít có nguy cơ phá sản trong tương lai gần. Đây là đích đến của đầu tư Bất động sản an toàn.
• Vùng cảnh báo (1,1 < Z” ≤ 2,6): Còn được gọi là vùng xám, cho thấy doanh nghiệp có thể có nguy cơ phá sản. Các nhà đầu tư và quản lý cần đặc biệt chú ý, thực hiện phân tích tài chính doanh nghiệp BĐS sâu hơn và theo dõi sát sao các biến động. Đây là thời điểm cần tìm kiếm chỉ số cảnh báo phá sản sớm hơn.
• Vùng nguy hiểm (Z” ≤ 1,1): Doanh nghiệp trong vùng này đối mặt với rủi ro phá sản BĐS rất cao. Cần có hành động khẩn cấp để cơ cấu lại tài chính hoặc xem xét các lựa chọn khác. Chỉ số này là một lời cảnh báo đỏ cho các bên liên quan.

Việc diễn giải chỉ số Z-Score không chỉ dừng lại ở con số mà còn cần kết hợp với bối cảnh kinh tế vĩ mô, tình hình ngành và các yếu tố định tính khác để đưa ra đánh giá doanh nghiệp BĐS toàn diện. Mặc dù hạn chế mô hình Z-Score có thể xuất hiện, nhưng phương pháp phân loại này vẫn cung cấp một khung làm việc vững chắc cho việc dự báo phá sản BĐS.

III. Phương pháp tối ưu Khai thác Mô hình H Score để cảnh báo vỡ nợ BĐS

Bên cạnh Altman Z-Score, Mô hình H-Score của Fulmer cũng là một công cụ mạnh mẽ khác trong việc dự báo phá sản BĐS, đặc biệt hữu ích khi cần một phân tích sâu hơn về khả năng vỡ nợ doanh nghiệp. Trong khi Z-Score nổi bật với sự đơn giản và hiệu quả, H-Score lại tiếp cận với một tập hợp biến số đa dạng hơn, phản ánh nhiều khía cạnh tài chính chi tiết, từ đó cung cấp một cái nhìn toàn diện hơn về sức khỏe tài chính công ty BĐS.

Mô hình H-Score được thiết kế để tăng cường khả năng dự báo, đặc biệt trong những trường hợp mà Z-Score có thể có hạn chế mô hình Z-Score. Sự phức tạp của công thức H-Score nằm ở việc tích hợp nhiều tỷ số tài chính khác nhau, bao gồm cả các yếu tố liên quan đến lợi nhuận, tài sản, nợ và dòng tiền. Điều này cho phép mô hình nắm bắt được các sắc thái tinh tế hơn trong phân tích tài chính doanh nghiệp BĐS, vốn rất cần thiết trong một ngành có tính chu kỳ và nhiều rủi ro như bất động sản.

Nghiên cứu của Bùi Quang Minh (2022) đã áp dụng cả hai mô hình Z-Score và H-Score cho các doanh nghiệp bất động sản niêm yết tại Việt Nam. Kết quả cho thấy Mô hình H-Score có độ chính xác vượt trội, một yếu tố quan trọng khi cần một chỉ số tài chính dự báo phá sản đáng tin cậy. Điều này gợi ý rằng đối với Thị trường BĐS Việt Nam, việc kết hợp các mô hình hoặc ưu tiên mô hình có độ phức tạp cao hơn như H-Score có thể mang lại hiệu quả tốt hơn trong việc nhận diện sớm rủi ro phá sản BĐS và đưa ra cảnh báo kịp thời cho đầu tư Bất động sản an toàn.

3.1. Cấu trúc và biến số chính của công thức H Score trong phân tích BĐS

Công thức H-Score của Fulmer là một phương trình hồi quy phức tạp, bao gồm chín biến số (V1 đến V9), mỗi biến số đóng góp vào việc dự báo phá sản BĐS. Công thức tổng quát có dạng: H = 5,528V1 + 0,212V2 + 0,073V3 + 1,270V4 – 0,120V5 + 2,335V6 + 0,575V7 + 1,083V8 + 0,894V9 – 6,075. Các biến số này được rút ra từ phân tích báo cáo tài chính BĐS và bao gồm:

• V1 = Lợi nhuận giữ lại / Tổng tài sản: Tương tự X2 của Z-Score, đo lường khả năng sinh lời tích lũy.
• V2 = Doanh thu / Tổng tài sản: Đánh giá hiệu quả sử dụng tài sản để tạo doanh thu.
• V3 = Lợi nhuận trước thuế và lãi vay / Vốn chủ sở hữu: Đo lường hiệu suất sinh lời trên vốn của chủ sở hữu.
• V4 = Dòng tiền từ hoạt động kinh doanh / Nợ phải trả: Một chỉ số quan trọng về thanh khoản BĐS và khả năng trả nợ từ hoạt động cốt lõi.
• V5 = Nợ phải trả / Tổng tài sản: Thể hiện đòn bẩy tài chính và mức độ phụ thuộc vào nợ.
• V6 = Nợ ngắn hạn / Tổng tài sản: Tập trung vào cấu trúc nợ ngắn hạn.
• V7 = Logarit (Tài sản hữu hình): Đánh giá quy mô tài sản.
• V8 = Vốn lưu động / Nợ phải trả: Đo lường khả năng thanh toán nợ bằng vốn lưu động.
• V9 = Logarit (Lợi nhuận trước thuế và lãi vay / Lãi vay): Phản ánh khả năng trả lãi vay.

Sự đa dạng của các biến số này giúp Mô hình H-Score cung cấp một cái nhìn toàn diện hơn về khả năng vỡ nợ doanh nghiệp, đặc biệt trong bối cảnh Thị trường BĐS Việt Nam phức tạp.

3.2. So sánh Z Score và H Score Lựa chọn nào phù hợp cho dự báo phá sản BĐS

Việc so sánh Altman Z-Score và Mô hình H-Score là cần thiết để xác định công cụ phù hợp nhất cho việc dự báo phá sản BĐS. Z-Score có ưu điểm về sự đơn giản, dễ tính toán và đã được kiểm chứng rộng rãi. Tuy nhiên, hạn chế mô hình Z-Score có thể xuất hiện khi áp dụng cho các ngành đặc thù hoặc thị trường có cấu trúc tài chính khác biệt so với thị trường gốc (Mỹ).

Ngược lại, Mô hình H-Score với nhiều biến số hơn, có thể mang lại độ chính xác cao hơn do khả năng nắm bắt được nhiều yếu tố tài chính phức tạp. Nghiên cứu của Bùi Quang Minh (2022) tại Thị trường BĐS Việt Nam đã chỉ ra rằng H-Score đạt độ chính xác lên tới 99,11%, trong khi Z-Score là 63,84%. Điều này cho thấy H-Score có khả năng dự báo tốt hơn trong bối cảnh nghiên cứu cụ thể này.

Tuy nhiên, sự phức tạp của công thức H-Score đòi hỏi dữ liệu chi tiết hơn và việc phân tích báo cáo tài chính BĐS kỹ lưỡng hơn. Tùy thuộc vào mục đích sử dụng, nguồn lực và mức độ chi tiết mong muốn, các nhà đầu tư và phân tích có thể lựa chọn một trong hai mô hình hoặc kết hợp cả hai. Việc hiểu rõ ưu nhược điểm của từng mô hình giúp đưa ra đánh giá doanh nghiệp BĐS toàn diện, tăng cường khả năng vỡ nợ doanh nghiệp nhận diện và giảm thiểu rủi ro phá sản BĐS.

IV. Ứng dụng thực tiễn Kết quả dự báo phá sản BĐS tại Việt Nam 2017 2020

Nghiên cứu của Bùi Quang Minh (2022) là một công trình quan trọng, ứng dụng mô hình Z-score và H-score trong dự báo khả năng phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam giai đoạn 2017-2020. Với mẫu gồm 56 công ty bất động sản, nghiên cứu đã cung cấp những cái nhìn sâu sắc về rủi ro phá sản BĐS trong bối cảnh cụ thể của Việt Nam. Các số liệu được thu thập từ báo cáo tài chính của các công ty niêm yết trên HOSE và HNX, sau đó được xử lý và phân tích bằng các mô hình dự báo.

Kết quả nghiên cứu không chỉ xác nhận khả năng dự báo của cả hai mô hình mà còn làm rõ sự khác biệt về độ chính xác giữa chúng. Đây là thông tin cực kỳ giá trị cho các nhà đầu tư Bất động sản an toàn, các tổ chức tài chính và chính các doanh nghiệp BĐS. Nó cung cấp một chỉ số tài chính dự báo phá sản khách quan, giúp họ đưa ra quyết định quản lý rủi ro và đầu tư thông minh hơn.

Các phát hiện còn chỉ ra rằng, những yếu tố cốt lõi như lợi nhuận, vốn lưu động và đòn bẩy tài chính đóng vai trò quyết định đến khả năng vỡ nợ doanh nghiệp. Những công ty nằm trong vùng nguy hiểm thường có tình hình tài chính kém lành mạnh, lợi nhuận âm, vốn lưu động âm hoặc sử dụng đòn bẩy tài chính không hợp lý. Việc phân tích tài chính doanh nghiệp BĐS kỹ lưỡng dựa trên những yếu tố này là cực kỳ quan trọng để nhận diện sớm các chỉ số cảnh báo phá sản và tránh được nợ xấu Bất động sản. Nghiên cứu này là một minh chứng rõ ràng về giá trị của các mô hình định lượng trong đánh giá doanh nghiệp BĐS thực tiễn.

4.1. Độ chính xác bất ngờ H Score vượt trội so với Z Score

Một trong những phát hiện nổi bật từ luận văn của Bùi Quang Minh (2022) là sự khác biệt đáng kể về độ chính xác giữa Mô hình Z-Score và Mô hình H-Score khi dự báo phá sản BĐS tại Việt Nam. Nghiên cứu chỉ ra rằng Mô hình H-Score đạt tỷ lệ chính xác ấn tượng 99,11%, cao hơn rất nhiều so với con số 63,84% của Altman Z-Score.

Kết quả này có ý nghĩa quan trọng, gợi ý rằng Mô hình H-Score có khả năng phản ánh và dự báo khả năng vỡ nợ doanh nghiệp trong ngành bất động sản Việt Nam một cách hiệu quả hơn. Sự vượt trội này có thể đến từ việc H-Score sử dụng nhiều biến số tài chính hơn, bao gồm cả các yếu tố dòng tiền và cấu trúc vốn chi tiết, giúp nó nắm bắt được bức tranh tài chính phức tạp của các doanh nghiệp BĐS trong bối cảnh thị trường cụ thể. Đối với các nhà đầu tư Bất động sản an toàn và các tổ chức tín dụng, đây là một chỉ dẫn quan trọng để ưu tiên sử dụng hoặc kết hợp Mô hình H-Score trong quá trình phân tích tài chính doanh nghiệp BĐS và đánh giá doanh nghiệp BĐS nhằm giảm thiểu rủi ro phá sản BĐS.

4.2. Yếu tố tài chính quyết định Lợi nhuận vốn lưu động và đòn bẩy

Nghiên cứu của Bùi Quang Minh (2022) đã xác định ba yếu tố tài chính then chốt ảnh hưởng lớn đến khả năng vỡ nợ doanh nghiệp trong ngành bất động sản: lợi nhuận, vốn lưu động và đòn bẩy tài chính. Các công ty được dự báo phá sản trong cả hai mô hình Z-Score và H-Score đều có chung đặc điểm là tình hình tài chính kém lành mạnh, cụ thể là:

• Lợi nhuận âm: Đây là dấu hiệu rõ ràng của hoạt động kinh doanh không hiệu quả, không tạo ra đủ doanh thu để bù đắp chi phí, dẫn đến nguy cơ suy kiệt tài chính. Lợi nhuận âm kéo dài sẽ làm cạn kiệt nguồn vốn nội sinh.
• Vốn lưu động âm: Cho thấy doanh nghiệp không có đủ tài sản ngắn hạn để trang trải các khoản nợ ngắn hạn, gây áp lực lớn lên thanh khoản BĐS và khả năng hoạt động liên tục.
• Sử dụng đòn bẩy tài chính không hợp lý: Tỷ lệ nợ trên vốn chủ sở hữu quá cao làm tăng gánh nặng lãi vay và rủi ro phá sản BĐS khi thị trường hoặc lãi suất biến động. Nợ xấu Bất động sản cũng thường gia tăng trong những trường hợp này.

Những yếu tố này hoạt động như các chỉ số cảnh báo phá sản sớm, đòi hỏi sự chú ý đặc biệt trong quá trình phân tích báo cáo tài chính BĐS và đánh giá doanh nghiệp BĐS. Việc quản lý hiệu quả lợi nhuận, vốn lưu động và đòn bẩy tài chính là chìa khóa để duy trì sức khỏe tài chính công ty BĐS và hướng tới đầu tư Bất động sản an toàn.

V. Bí quyết Đầu tư Bất động sản an toàn Kiến nghị từ chuyên gia

Để thực hiện đầu tư Bất động sản an toàn và quản lý hiệu quả rủi ro phá sản BĐS, việc áp dụng các mô hình dự báo như Z-Score và H-Score là không thể thiếu. Kết quả từ nghiên cứu của Bùi Quang Minh (2022) cung cấp những cơ sở quan trọng để đưa ra các kiến nghị thiết thực cho các bên liên quan. Việc chủ động nhận diện chỉ số tài chính dự báo phá sản giúp giảm thiểu thiệt hại, bảo vệ lợi ích của nhà đầu tư và ổn định Thị trường BĐS Việt Nam.

Đối với các nhà quản lý doanh nghiệp, việc liên tục theo dõi các chỉ số Z-Score và H-Score là cần thiết để đánh giá doanh nghiệp BĐS thường xuyên. Điều này giúp họ nhận biết sớm các dấu hiệu suy yếu về sức khỏe tài chính công ty BĐS và có biện pháp điều chỉnh kịp thời, tránh rơi vào tình trạng khả năng vỡ nợ doanh nghiệp cao. Việc cải thiện lợi nhuận, vốn lưu động và quản lý đòn bẩy tài chính một cách khôn ngoan là những ưu tiên hàng đầu. Bên cạnh đó, các tổ chức tài chính cũng cần tích hợp sâu hơn các mô hình này vào quy trình thẩm định rủi ro tín dụng Bất động sản, đặc biệt khi xem xét các khoản vay lớn cho các dự án bất động sản.

Tuy nhiên, cần nhớ rằng các mô hình này không phải là hoàn hảo. Luận văn cũng chỉ ra hạn chế mô hình Z-Score và H-Score, ví dụ như tính phụ thuộc vào dữ liệu lịch sử và giả định về thị trường. Do đó, việc kết hợp kết quả từ các mô hình định lượng với phân tích báo cáo tài chính BĐS định tính, bối cảnh kinh tế vĩ mô và kinh nghiệm chuyên môn là chìa khóa để đưa ra quyết định tối ưu. Hướng tới tương lai, sự phát triển của công nghệ và dữ liệu lớn sẽ mở ra cơ hội cho các chỉ số cảnh báo phá sản tiên tiến hơn, có thể bao gồm cả Mô hình Ohlson O-Score hoặc các phương pháp dựa trên trí tuệ nhân tạo, giúp nâng cao độ chính xác và khả năng ứng dụng trong dự báo phá sản BĐS.

5.1. Khuyến nghị cho nhà đầu tư BĐS và doanh nghiệp quản lý rủi ro

Đối với nhà đầu tư BĐS, khuyến nghị cốt lõi là phải luôn thực hiện phân tích tài chính doanh nghiệp BĐS kỹ lưỡng trước khi quyết định rót vốn. Sử dụng kết quả từ Mô hình Z-Score và Mô hình H-Score để xác định sức khỏe tài chính công ty BĐS và khả năng vỡ nợ doanh nghiệp. Ưu tiên các công ty có chỉ số dự báo an toàn cao, tránh xa những doanh nghiệp có chỉ số trong vùng cảnh báo hoặc nguy hiểm. Đồng thời, không ngừng theo dõi các chỉ số cảnh báo phá sản như lợi nhuận, vốn lưu động và đòn bẩy tài chính.

Đối với các doanh nghiệp bất động sản, việc chủ động áp dụng các mô hình này để tự đánh giá doanh nghiệp BĐS là điều cần thiết. Cần xây dựng một hệ thống giám sát tài chính nội bộ chặt chẽ, chú trọng cải thiện các chỉ số tài chính quan trọng. Duy trì thanh khoản BĐS tốt, quản lý nợ xấu Bất động sản và tránh sử dụng đòn bẩy tài chính quá mức. Việc này không chỉ giúp doanh nghiệp tránh khỏi rủi ro phá sản BĐS mà còn nâng cao uy tín và khả năng thu hút đầu tư Bất động sản an toàn từ bên ngoài.

5.2. Hạn chế mô hình Z Score và H Score Hướng nghiên cứu tương lai

Mặc dù Altman Z-Score và Mô hình H-Score đã chứng minh hiệu quả trong việc dự báo phá sản BĐS, các mô hình này vẫn tồn tại những hạn chế mô hình Z-Score và H-Score nhất định. Một trong những hạn chế chính là sự phụ thuộc vào dữ liệu kế toán lịch sử, có thể không phản ánh đầy đủ tình hình thị trường và triển vọng tương lai. Ngoài ra, các mô hình này có thể không hoàn toàn phù hợp với mọi loại hình doanh nghiệp BĐS hoặc mọi giai đoạn của Thị trường BĐS Việt Nam.

Hướng nghiên cứu tương lai có thể tập trung vào việc phát triển các mô hình lai (hybrid models) kết hợp các yếu tố tài chính truyền thống với dữ liệu phi tài chính hoặc yếu tố thị trường, ví dụ như giá cổ phiếu, tâm lý nhà đầu tư. Việc tích hợp các kỹ thuật học máy (machine learning) và trí tuệ nhân tạo cũng là một hướng đi đầy hứa hẹn để nâng cao độ chính xác và khả năng dự báo sớm rủi ro phá sản BĐS. Các nghiên cứu có thể xem xét Mô hình Ohlson O-Score hoặc các phương pháp phân tích sâu hơn như mạng nơ-ron để cung cấp một chỉ số tài chính dự báo phá sản toàn diện và năng động hơn, phục vụ tốt hơn cho mục tiêu đầu tư Bất động sản an toàn.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGOẠI THƢƠNG LUẬN VĂN THẠC SĨ ỨNG DỤNG MÔ HÌNH Z-SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM Ngành: Tài chính – Ngân hàng BÙI QUANG MINH Hà Nội - 2022 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC NGOẠI THƢƠNG LUẬN VĂN THẠC SĨ ỨNG DỤNG MÔ HÌNH Z-SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM Ngành: Tài chính – Ngân hàng Mã số: 8340201 Họ và tên học viên: Bùi Quang Minh Người hướng dẫn: TS Nguyễn Đỗ Quyên Hà Nội - 2022 i LỜI CAM ĐOAN Tôi xin cam đoan luận văn thạc sĩ đề tài “Ứng dụng mô hình Z-score và H- score trong dự báo khả năng phá sản của các doanh nghiệp bất động sản niêm yết trên thị trường chứng khoán Việt Nam” là công trình nghiên cứu do tôi thực hiện với sự hướng dẫn của TS Nguyễn Đỗ Quyên. Thông tin và số liệu sử dụng trong luận văn là trung thực và được trích dẫn đầy đủ. Hà Nội, ngày tháng năm 2022 Tác giả Bùi Quang Minh ii LỜI CẢM ƠN Tác giả xin gửi lời cảm ơn chân thành và lòng biết ơn sâu sắc tới TS Nguyễn Đỗ Quyên, cảm ơn cô đã hướng dẫn tận tình và tạo mọi điều kiện tốt nhất để tác giả có thể hoàn thành bài luận văn này. Do thời gian nghiên cứu và kiến thức còn hạn chế nên luận văn không thể tránh khỏi những thiếu sót.

Vì vậy, tác giả kính mong nhận được sự đóng góp ý kiến của quý thầy cô cũng và bạn đọc để hoàn thiện hơn bài luận văn. Trân trọng cảm ơn! Hà Nội, ngày tháng năm 2022 Tác giả Bùi Quang Minh iii MỤC LỤC Trang LỜI CAM ĐOAN. ii DANH MỤC CÁC TỪ VIẾT TẮT. vi DANH MỤC HÌNH.

vii DANH MỤC BẢNG. viii TÓM TẮT KẾT QUẢ NGHIÊN CỨU CỦA LUẬN VĂN. ix CHƢƠNG 1: GIỚI THIỆU CHUNG. Tính cấp thiết của đề tài.

Mục tiêu nghiên cứu. Đối tƣợng và phạm vi nghiên cứu. Phƣơng pháp nghiên cứu. Kết cấu của đề tài.

Đóng góp của nghiên cứu .8 CHƢƠNG 2: CƠ SỞ LÝ LUẬN VỀ PHÁ SẢN DOANH NGHIỆP VÀ MÔ HÌNH DỰ BÁO PHÁ SẢN DOANH NGHIỆP. Phá sản doanh nghiệp. Dự báo phá sản doanh nghiệp. Các mô hình dự báo phá sản doanh nghiệp.

Mô hình Z-score. Mô hình H-score. Các mô hình dự báo phá sản khác. Tổng quan các nghiên cứu về các mô hình dự báo khả năng phá sản của doanh nghiệp.

Tổng quan các công trình nghiên cứu nước ngoài. Tổng quan các công trình nghiên cứu trong nước .27 CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU. Thu thập số liệu. Phân tích và xử lý số liệu.

Quy trình nghiên cứu. Phƣơng pháp nghiên cứu. Mô hình nghiên cứu. Mô hình Z-score.

Mô hình H-score. Độ chính xác của kết quả dự báo .36 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VỀ ỨNG DỤNG MÔ HÌNH Z- SCORE VÀ H-SCORE TRONG DỰ BÁO KHẢ NĂNG PHÁ SẢN CỦA CÁC DOANH NGHIỆP BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM. Mô tả số liệu. Mô hình Z-score.

Mô hình H-score. Thực trạng của ngành bất động sản và các doanh nghiệp bất động sản. Vai trò của ngành bất động sản trong nền kinh tế. Tình hình thị trường bất động sản.

Tình hình hoạt động của các doanh nghiệp bất động sản niêm yết. Kết quả nghiên cứu. Kết quả dự báo phá sản. Phân loại theo quy mô tài sản của doanh nghiệp.

Phân loại theo giá thị trường của cổ phiếu. Kết quả trung bình Z-score và H-score qua các năm. Các công ty dự báo phá sản trong 2 mô hình. Độ chính xác của 2 mô hình.

Kiểm định sự khác biệt trong khả năng dự báo phá sản của 2 mô hình .63 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ. Đối với doanh nghiệp. Đối với các nhà đầu tư. Đối với các tổ chức tài chính.

Hạn chế của nghiên cứu và hƣớng nghiên cứu trong tƣơng lai .71 DANH MỤC TÀI LIỆU THAM KHẢO .72 PHỤ LỤC 1: DANH SÁCH 56 CÔNG TY BẤT ĐỘNG SẢN NIÊM YẾT TRÊN THỊ TRƢỜNG CHỨNG KHOÁN VIỆT NAM GIAI ĐOẠN 2017-2020 .80 vi DANH MỤC CÁC TỪ VIẾT TẮT GDP : Tổng sản phẩm quốc nội HNX : Sở giao dịch chứng khoán Hà Nội HOSE : Sở giao dịch chứng khoán thành phố Hồ Chí Minh ROA : Lợi nhuận ròng trên tổng tài sản vii DANH MỤC HÌNH Hình 3. Quy trình nghiên cứu. Biểu đồ tần suất giá trị Z-score. Biểu đồ tần suất giá trị X1.

Biểu đồ tần suất giá trị X2. Biểu đồ tần suất giá trị X3. Biểu đồ tần suất giá trị X4. Biểu đồ tần suất giá trị H-score.

Biểu đồ tần suất giá trị V1. Biểu đồ tần suất giá trị V2. Biểu đồ tần suất giá trị V3. Biểu đồ tần suất giá trị V4.

Biểu đồ tần suất giá trị V5. Biểu đồ tần suất giá trị V6. Biểu đồ tần suất giá trị V7. Biểu đồ tần suất giá trị V8.

Biểu đồ tần suất giá trị V9. Tăng trưởng doanh thu của các doanh nghiệp bất động sản niêm yết. Tăng trưởng lợi nhuận gộp của các doanh nghiệp bất động sản niêm yết. Biên lợi nhuận gộp của các doanh nghiệp bất động sản niêm yết.

Vòng quay hàng tồn kho và xây dựng cơ bản dở dang của các doanh nghiệp bất động sản niêm yết. Kết quả Z-score trung bình từng năm trong giai đoạn 2017-2020. Kết quả H-score trung bình từng năm trong giai đoạn 2017-2020 .58 viii DANH MỤC BẢNG Bảng 3. Bảng các tiêu chí chọn mẫu nghiên cứu.

Độ chính xác của mô hình Z-score. Bảng thống kê mô tả các biến mô hình Z-score. Bảng tương quan giữa các biến mô hình Z-score. Bảng thống kê mô tả các biến mô hình H-score.

Bảng tương quan giữa các biến mô hình H-score. Một số chỉ tiêu đóng góp của ngành bất động sản. Tác động của ngành bất động sản đến một số ngành khác. Quy mô vốn hóa các ngành trên sàn HOSE.

Số lượng các dự án bất động sản được cấp phép năm 2020 và 2021. Số lượng các dự án bất động sản hoàn thành năm 2020 và 2021. Dư nợ tín dụng bất động sản năm 2021. Kết quả dự báo phá sản của mô hình Z-score và H-score.

Kết quả Z-score phân loại theo quy mô tài sản của doanh nghiệp. Kết quả H-score phân loại theo quy mô tài sản của doanh nghiệp. Kết quả Z-score phân loại theo giá thị trường của cổ phiếu. Kết quả H-score phân loại theo giá thị trường của cổ phiếu.

Kết quả Z-score của các công ty nằm trong vùng phá sản. Kết quả H-score của các công ty nằm trong vùng phá sản. ROA của một số công ty có kết quả dự báo phá sản trong giai đoạn 2017-2020. Bảng ma trận nhầm lẫn theo Z-score.

Bảng ma trận nhầm lẫn theo H-score. Bảng tổng hợp độ chính xác của 2 mô hình. Kết quả kiểm định Z-Test với mức ý nghĩa 5%. Tỷ lệ nợ phải trả trên tổng tài sản của một số công ty bất động sản giai đoạn 2017-2020 .69 ix TÓM TẮT KẾT QUẢ NGHIÊN CỨU CỦA LUẬN VĂN Luận văn áp dụng mô hình Z-score và mô hình H-score để dự báo phá sản cho các doanh nghiệp bất động sản niêm yết tại Việt Nam.

Nghiên cứu này sử dụng mẫu bao gồm 56 công ty trong lĩnh vực bất động sản niêm yết trên thị trường chứng khoán Việt Nam tại Sở giao dịch chứng khoán thành phố Hồ Chí Minh và Sở giao dịch chứng khoán Hà Nội trong giai đoạn 2017-2020. Kết quả nghiên cứu cho thấy rằng, có sự khác biệt về khả năng dự báo phá sản giữa mô hình Z-score và mô hình H-score. Mô hình H-score có độ chính xác cao hơn với tỷ lệ 99,11%, còn mô hình Z-score có độ chính xác là 63,84%. Cả 2 mô hình đều dự báo nhóm doanh nghiệp có giá cổ phiếu trên thị trường nhỏ hơn mệnh giá có nguy cơ phá sản cao hơn nhóm doanh nghiệp có giá cổ phiếu trên thị trường lớn hơn mệnh giá.

Các yếu tố ảnh hưởng lớn đến khả năng phá sản của doanh nghiệp là lợi nhuận, vốn lưu động và đòn bẩy tài chính. Các công ty nằm trong vùng nguy hiểm, được dự báo phá sản có đặc điểm chung là tình hình tài chính kém lành mạnh, bị âm lợi nhuận, âm vốn lưu động hoặc sử dụng đòn bẩy tài chính không hợp lý. Từ đó, tác giả đưa ra một số kiến nghị dành cho các nhà quản lý doanh nghiệp, nhà đầu tư và các tổ chức tài chính. 1 CHƢƠNG 1: GIỚI THIỆU CHUNG 1.

Tính cấp thiết của đề tài Theo Trung tâm thông tin Kinh tế - Xã hội Quốc gia và Bộ Kế hoạch và Đầu tư, làn sóng phá sản của các công ty lớn trên thế giới đã hình thành từ giữa năm 2020, khi đại dịch Covid-19 ảnh hưởng đến hầu hết các quốc gia lớn trên thế giới. Euler Hermes (tháng 7/2020) dự đoán rằng tỷ lệ phá sản sẽ tăng lên 35% từ năm 2019 đến năm 2021. Trong số các cường quốc kinh tế trên thế giới, Mỹ sẽ bị ảnh hưởng nặng nề vì số lượng doanh nghiệp phá sản dự kiến sẽ tăng lên 57% vào năm 2021 so với năm 2019, trước khi đại dịch Covid-19 xảy ra. Các vụ phá sản cũng dự kiến sẽ tăng 45% ở Brazil, 43% ở Anh và 41% ở Tây Ban Nha, trong khi ở Trung Quốc, nơi đại dịch bùng phát, số vụ phá sản dự kiến sẽ tăng 20%.

Trong một số ngành cụ thể như hàng không, du lịch, khách sạn, bán lẻ… các báo cáo nghiên cứu đã đề cập đến việc các doanh nghiệp trong các ngành này sẽ phải gánh chịu hậu quả nặng nề của đại dịch Covid-19. Năm 2020, có 236 doanh nghiệp với khoản nợ trên 50 triệu USD đã nộp đơn xin bảo hộ phá sản trên tất cả các lĩnh vực của nền kinh tế. Đây là mức cao nhất kể từ năm 2009, khi có 281 hồ sơ. Phá sản là một vấn đề nghiêm trọng vì nó tạo ra thảm họa cho nhiều bên bao gồm các chủ nợ, nhà đầu tư, chủ doanh nghiệp, nhân viên, khách hàng và lan rộng ảnh hưởng đến toàn bộ nền kinh tế.